6月iOS設備好評榜：第一蟬聯榜首近一年
作為安兔兔各種榜單里變化最小的那個，2023年6月的iOS好評榜和上個月相比沒有任何排名上的變化，僅僅是部分設備好評率的下降，長年累月的用戶評價和逐漸退出市場的老款機器讓這
快科技11月7日消息，日前，月之暗面宣布發布Kimi K2 Thinking，這是Kimi 迄今能力強的開源思考模型。
目前，該模型已上線kimi.com和新版Kimi手機應用的常規對話模式。
據了解，Kimi K2 Thinking原生掌握“邊思考，邊使用工具”的能力，在人類后的考試（Humanity's Last Exam）、自主網絡瀏覽能力（BrowseComp）、復雜信息收集推理（SEAL-0）等多項基準測試中表現達到SOTA水平，超越GPT-5。
在Agentic搜索、Agentic編程、寫作和綜合推理能力等方面也取得全面提升。
據介紹，該模型無需人類干預，即可自主實現高達300輪的工具調用和持續穩定的多輪思考能力，從而幫助用戶解決更復雜的問題。
人類后的考試是一項涵蓋100多個專業領域的終極封閉式學術測試。
在允許使用工具——搜索、Python、網絡瀏覽工具的同等情況下，Kimi K2 Thinking在這項基準評測中取得了44.9%的SOTA成績。
根據官方示例顯示，Kimi K2 Thinking經過5輪搜索和推理，結合每輪搜索到的新信息，層層深入，終推理出了答案：
此外，在復雜搜索和瀏覽場景中，Kimi K2 Thinking模型也表現出色。
BrowseComp是由OpenAI發布的一個專門評估AI Agent網絡瀏覽能力的基準測試，這項測試的初衷是衡量AI Agent在信息過載環境中展現出的堅持性與創造力，即能否像人類研究員一樣“刨根問底”。
在這項極具挑戰的任務上，人類平均只能達到29.2%的成績。
Kimi K2 Thinking在這項基準測試中展現出極強的鉆研能力，以60.2%的成績成為新的SOTA模型。
在長程規劃和自主搜索能力的驅動下，Kimi K2 Thinking可借助多達上百輪的“思考→搜索→瀏覽網頁→思考→編程”動態循環，持續地提出并完善假設、驗證證據、進行推理，并構建出邏輯一致的答案。
這種邊主動搜索邊持續思考的能力，使Kimi K2 Thinking能夠將模糊且開放式的問題分解為清晰、可執行的子任務。
在官方示例中，Kimi K2 Thinking經過兩輪搜索和思考，先根據股票回購的已知信息找到了這家制造快速的公司，然后在美國證券交易委員會（SEC）的官網上找到了股票回購公告信息，得出了準確的答案：
本文鏈接：http://m.www897cc.com/showinfo-17-185510-0.htmlKimi強開源思考模型 Kimi K2 Thinking發布：推理等超越GPT-5
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號